CN109282786B - 用于固定翼无人机的测量高度方法及装置 - Google Patents

Abstract

本发明提供了用于固定翼无人机的测量高度方法及装置，采用如下技术方案对固定翼无人机进行高度测量：采用不同的测量高度方法分别获得固定翼无人机的实时高度数据；根据固定翼无人机的预测高度，针对不同的测量高度方法分别获得的固定翼无人机的实时高度数据设置不同的权重，得到固定翼无人机的测量高度。本发明采用不同的测量高度方法分别获得的固定翼无人机的实时高度数据融合的方式进行高度测量，精度能够达到厘米级，保证固定翼无人机运行过程的安全。

Description

用于固定翼无人机的测量高度方法及装置

技术领域

本发明涉及无人机技术领域，具体涉及一种用于固定翼无人机的测量高度方法及装置。

背景技术

与有人驾驶的飞机一样，起飞和降落也是固定翼无人机应用中事故的多发阶段。这是因为固定翼无人机在起飞和降落阶段的操控难度较大且操控时间短，因此起飞阶段和降落阶段对操控人员技术水平要求很高，这导致固定翼无人机使用的门槛较高，限制了固定翼无人机的应用。

在起飞和降落过程中，高精度地测量无人机的高度和速度对于起飞和降落的安全有极大的影响。如果测量高度有偏差，且偏差在米级时，将对起飞和降落过程产生重大影响。例如：若产生米级的高度测量偏差，则在起飞的前期和降落后期距离地面仅有几米的阶段产生操控失误，直接影响无人机起飞和降落的安全性。

无人机的飞行过程中，起飞和降落属于重要的运行阶段，因此针对固定翼无人机的高度测量技术也应当重要考虑这两个阶段。

现有技术中针对飞机的高度测量技术，主要运用卫星导航模块、超声波、短波雷达、气压计等用来测量飞机到地面的距离，用来辅助无人机飞行。

其中，卫星导航模块和短波雷达因其成本高、体积大而仅适应于飞机的高度测量，不适用于无人机；气压计精度低，偏差在1米左右，不符合固定翼无人机对于测高的精度需求；超声波测距短，仅在无人机距地面4至5米左右起作用。因此当无人机在高空飞行时，无法精确测量高度，进而影响无人机操控。

发明内容

有鉴于此，本发明实施例提供了一种固定翼无人机的测量高度方法及装置，可以采用不同的测量高度方法分别获得固定翼无人机的实时高度数据，并进行数据融合得到固定翼无人机的测量高度，最终得到的测量高度精度能够达到厘米级，保证了固定翼无人机运行过程的安全。

为达到上述目的，本发明的技术方案为：一种用于固定翼无人机的测量高度方法，包括

采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据。

根据所述固定翼无人机的预测高度，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据设置不同的权重，得到所述固定翼无人机的测量高度。

所述根据所述固定翼无人机的预测高度，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据设置不同的权重之前，还包括：

在当前时刻，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据，采用前一时刻设置的针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据的权重，得到所述固定翼无人机在当前时刻的预测高度。

其中所述固定翼无人机在初始时刻的预测高度为预设值。

所述根据所述固定翼无人机的预测高度，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据设置不同的权重，得到所述固定翼无人机的测量高度，包括：

根据所述固定翼无人机的预测高度，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据设置不同的权重，将所述多种测量高度方法分别获得的所述固定翼无人机的实时高度数据加权相加后，再进行滤波处理，得到所述固定翼无人机的测量高度。

所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据；包括：

采用气压测量高度、红外线测量高度以及固定翼无人机的加速度测量高度分别获得所述固定翼无人机的实时高度数据，分别记为气压高度数据、红外高度数据和加速度高度数据。

所述根据所述固定翼无人机的预测高度，针对所述多种测量高度方法分别获得的所述固定翼无人机的实时高度数设置不同的权重，得到所述固定翼无人机的测量高度，包括：

所述预测高度大于或者等于第一设定高度，设置所述红外高度数据和所述加速度高度数据的权重均为0，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，进行滑动滤波处理，得到所述固定翼无人机的测量高度。

所述将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，在进行滑动滤波处理之前，还包括：

将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后得到的数据以环形队列结构进行存储。

所述第一设定高度大于20米。

所述根据所述固定翼无人机的预测高度，针对所述气压高度数据、所述红外高度数据以及所述加速度高度数据设置不同的权重，得到所述固定翼无人机的测量高度，包括：

所述预测高度在第一设定高度和第二设定高度之间，设置所述加速度高度数据的权重为0，设置红外高度数据权重大于气压高度数据权重，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据依据权重加权相加后，进行低通滤波处理，获得所述固定翼无人机的测量高度。

第二设定高度低于第一设定高度。

所述低通滤波处理包括：

对所述气压高度数据、所述红外高度数据以及所述加速度高度数据依据权重加权相加后得到的数据进行采样，针对第n次采样值X(n)，设定滤波系数α，依据第一公式执行低通滤波，得到低通滤波后的数据Y(n)，将Y(n)作为所述固定翼无人机的测量高度；n的取值为大于等于1的正整数。

第一公式为：Y(n)＝αX(n)(1-α)Y(n-1)

其中，Y(n-1)为第n-1次滤波输出值；Y(n)第n次滤波输出值。

所述第一设定高度大于20米，所述第二设定高度在7～12米之间。

所述根据所述固定翼无人机的预测高度，针对所述气压高度数据、所述红外高度数据以及所述加速度高度数据设置不同的权重，得到所述固定翼无人机的测量高度，包括：

所述预测高度小于或者等于第二设定高度，设置气压高度数据的权重为0，设置红外高度数据权重大于加速度高度数据权重，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，进行卡尔曼滤波处理，以卡尔曼滤波处理的结果作为所述固定翼无人机的测量高度。

所述第二设定高度在7～12米之间。

本发明实施例还提供了一种用于固定翼无人机的测量高度装置，包括：

测量高度模块，用于采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据。

融合处理模块，用于根据所述固定翼无人机的预测高度，针对所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据设置不同的权重，得到所述固定翼无人机的测量高度。

所述融合处理模块还用于：

在当前时刻，针对所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据，采用前一时刻设置的针对所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据的权重，得到所述固定翼无人机在当前时刻的预测高度。

其中所述固定翼无人机在初始时刻的预测高度为预设值。

所述融合处理模块还用于：

根据所述固定翼无人机的预测高度，针对所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据设置不同的权重，将所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据加权相加后，再进行滤波处理，得到所述固定翼无人机的测量高度。

所述测量高度模块包括：

气压计，用于测量获得所述固定翼无人机的实时高度数据，记为气压高度数据。

红外传感器，用于测量获得所述固定翼无人机的实时高度数据，记为红外高度数据。

加速度计，用于测量获得所述固定翼无人机的实时高度数据，记为加速度高度数据。

所述融合处理模块还用于：

所述预测高度大于等于第一设定高度，设置所述红外高度数据和所述加速度高度数据的权重均为0，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，进行滑动滤波处理，得到所述固定翼无人机的高度数据。

所述融合处理模块还用于：

将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后得到的数据以环形队列结构进行存储。

所述第一设定高度大于20米。

所述融合处理模块还用于：

所述预测高度在第一设定高度和第二设定高度之间，设置所述加速度高度数据的权重为0，设置红外高度数据权重大于气压高度数据权重，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据依据权重加权相加后，进行低通滤波处理，获得所述固定翼无人机的测量高度。

第二设定高度低于第一设定高度。

所述低通滤波处理包括：对所述气压高度数据、所述红外高度数据以及所述加速度高度数据依据权重加权相加后得到的数据进行采样，针对第n次采样值X(n)，设定滤波系数α，依据第一公式执行低通滤波，得到低通滤波后的数据Y(n)，将Y(n)作为所述固定翼无人机的测量高度；n的取值为大于等于1的正整数；第一公式为：Y(n)＝αX(n)(1-α)Y(n-1)；其中，Y(n-1)为第n-1次滤波输出值；Y(n)第n次滤波输出值。

所述第一设定高度大于20米，所述第二设定高度在7～12米之间。

所述融合处理模块还用于：

所述预测高度小于或者等于第二设定高度，设置气压高度数据的权重为0，设置红外高度数据权重大于加速度高度数据权重，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，进行卡尔曼滤波处理，以卡尔曼滤波处理的结果作为所述固定翼无人机的测量高度。

所述第二设定高度在7～12米之间。

本发明实施例提供的固定翼无人机的测量高度方法及装置，可以采用不同的测量高度方法分别获得固定翼无人机的实时高度数据，依据固定翼无人机的预测高度，将得到的实时高度数据设置进行权重设置后并进行数据融合得到固定翼无人机的测量高度，最终得到的测量高度精度能够达到厘米级，保证了固定翼无人机运行过程的安全。

附图说明

通过阅读以下参照附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显,其中，相同或相似的附图标记表示相同或相似的特征。

图1为本发明一个实施例提供的用于固定翼无人机的测量高度方法流程示意图；

图2为本发明另一个实施例提供的用于固定翼无人机的测量高度方法的流程示意图；

图3为本发明实施例中步骤S201中的具体流程示意图；

图4为本发明实施例中用于固定翼无人机的测量高度装置的结构示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说很明显的是，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本发明造成不必要的模糊。

本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例如，特定实施例中所描述的算法可以被修改，而系统体系结构并不脱离本发明的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。

本发明是实力提供了一种用于固定翼无人机的测量高度方法，具体的流程如图1所示，包括：

S001、采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据。

上述不同的测量高度的方法可以是适用于固定翼无人机飞行过程中测量高度的所有方法，例如气压测量高度、红外线测量高度、固定翼无人机的加速度测量高度、或者卫星导航模块测量、超声波测量等方法均可以使用。

S002、根据固定翼无人机的预测高度，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据设置不同的权重，得到所述固定翼无人机的测量高度。

在固定翼无人机飞行的过程中，特别是在上升或者降落的过程中，其高度是实时变化的，因此需要实时对固定翼无人机进行高度预测。根据预测高度，分别设置不同的测量高度方法分别获得的固定翼无人机的实时高度数据对应的权重，然后进一步使用加权融合的方式，得到固定翼无人机的测量高度。

本发明实施例中，权重的设置是依据固定翼无人机的预测高度来设定的。对于一个连续的飞行过程中，高度的变化也是连续的，预测高度的方法可以采用以下具体步骤：

设定预测高度的初始值，以该初始值作为固定翼无人机初始时刻的预测高度。

在后续的每一时刻的测量高度的过程中，获得了不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据之后，采用上一次设置的针对不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据的权重，得到当前时刻固定翼无人机的预测高度。

本发明实施例中，依据上述固定翼无人机的预测高度，针对不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据设置不同的权重，将不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据加权相加后，再进行滤波处理，得到固定翼无人机的测量高度。

本发明另外给出一个实施例，提供用于固定翼无人机的测量高度方法，具体的流程图如图2所示，具体包括：

S101、采用气压测量高度、红外线测量高度以及固定翼无人机的加速度测量高度分别获得固定翼无人机的实时高度数据，分别记为气压高度数据、红外高度数据和加速度高度数据。

本步骤是在固定翼无人机运行阶段进行高度测量，分别获取气压测量高度、红外线测量高度以及固定翼无人机的加速度测量高度。

S102、根据固定翼无人机的预测高度，针对气压高度数据、红外高度数据以及加速度高度数据设置不同的权重，得到固定翼无人机的测量高度。

在固定翼无人机飞行的过程中，特别是在上升或者降落的过程中，其高度是实时变化的，因此需要实时对固定翼无人机进行高度预测。根据预测高度，分别设置气压高度数据、红外高度数据以及加速度高度数据对应的权重，然后进一步使用加权融合的方式，得到固定翼无人机的测量高度。

本发明实施例中，采用气压测量高度、红外测量高度和加速度测量高度分别获得固定翼无人机的气压高度数据、红外高度数据和加速度高度数据。同时依据固定翼无人机的预测高度，对气压高度数据、红外高度数据和加速度高度数据设置权重，对精确度高的数据赋予更高的权重，能够使最终获得的固定翼无人机的测量高度更加精确，达到需要的厘米级精度，保证了固定翼无人机运行过程的安全。

本发明实施例中，权重的设置是依据固定翼无人机的预测高度来设定的。对于一个连续的飞行过程中，高度的变化也是连续的，预测高度的方法可以采用以下具体步骤：

设定预测高度的初始值，以该初始值作为固定翼无人机初始时刻的预测高度。

在后续的每一时刻的测量高度的过程中，获得了气压高度数据、红外高度数据和加速度高度数据之后，采用上一次设置的针对气压高度数据、红外高度数据和加速度高度数据的权重，得到当前时刻固定翼无人机的预测高度。

本发明实施例中，依据上述固定翼无人机的预测高度，针对气压高度数据、红外高度数据以及加速度高度数据设置不同的权重，将气压高度数据、红外高度数据以及加速度高度数据加权相加后，再进行滤波处理，得到固定翼无人机的测量高度。

本发明实施例中，通过对气压高度数据、红外高度数据以及加速度高度数据在不同高度时的精确度分析，进行如下设定：

设置第一设定高度和第二设定高度，其中第二设定高度低于第一设定高度。由第一设定高度和第二设定高度确定三个范围，分别为如下三种情况：

第一种情况：当预测高度大于或者等于第一设定高度时，采用红外高度测量时，得不到有效的红外高度数据，采用加速度高度测量时，在该高度范围内，得到的加速度高度数据的精度也无法保证。因此在预测高度大于或者等于第一设定高度时，设置红外高度数据和加速度高度数据的权重均为0，将气压高度数据的权重设置为1，对气压高度数据进行滑动滤波处理，得到固定翼无人机的测量高度。

滑动滤波的方式具体做法为：对气压高度数据进行采样，针对第m次采样值，当1≤m≤M时，采用前m个采样值的平均值作为第m次采样值的有效值；当m≥M+1时，采用第m次采样值以及前M-1个采样值，共M个采样值，去掉其中的最大值和最小值，然后将M-2次采样值求平均，该平均值作为第m次的有效采样值。其中M为设定值，m为采样次数。

针对气压高度数据的特征，其可能存在突变数值，因此最重要的要保证数据的稳定，所以采用滑动滤波来去掉其中的突变，从而保证数据的稳定。

本发明实施例中，为了能够实现滑动滤波的滤波方式，可以将依据权重比例加权相加后的数据以环形队列结构进行存储，设置环形队列结构长度为M，这种存储方式下，则第M+1次采样后，每增加一个新的采样值均将其存入环形队列中，替换掉最靠前的采样值，从而为实现滑动滤波提供方便的存储。

第二种情况：当预测高度在第一设定高度和第二设定高度之间时，此时采用固定翼无人机的加速度高度测量时，所获得的加速度高度数据精度不高，而气压高度测量和红外高度测量时，所获得的气压高度数据和红外高度数据的精度在允许范围内。

因此当预测高度在第一设定高度和第二设定高度之间时，设置加速度高度数据的权重为0，设置红外高度数据的权重大于气压高度数据的权重，将气压高度数据和红外高度数据依据权重加权相加后，进行低通滤波处理，获得固定翼无人机的测量高度。

本发明实施例中，低通滤波处理具体包括如下步骤：

对气压高度数据和红外高度数据依据权重加权相加后得到的数据进行采样，针对第n次采样值X(n)，设定滤波系数α，依据公式(1)执行低通滤波，得到低通滤波后的数据Y(n)。将Y(n)作为固定翼无人机的测量高度；n的取值为大于等于1的正整数；

Y(n)＝αX(n)(1-α)Y(n-1) (1)

其中，Y(n-1)为第n-1次滤波输出值，Y(0)取一个设定值1；Y(n)第n次滤波输出值。

在该种情况下，其可能处于下降或者上升过程中，因此需要保证数据处理的实时性，同时也应考虑突变数值的影响。而低通滤波能够保证实时性，对突变值也有一定的效果，因此第二种情况下使用低通滤波，其实时性更好、效率更高。

第三种情况：当预测高度小于或者等于第二设定高度时，此时采用气压高度测量时，获得的气压高度数据精确度不高，因此此时设置气压高度数据的权重为0，并且由于红外高度数据在该高度范围内精度更高，因此设置红外高度数据的权重大于加速度高度数据的权重。将红外高度数据以及加速度高度数据加权相加后，进行卡尔曼滤波处理，以卡尔曼滤波处理的结果作为固定翼无人机的测量高度。

本发明实施例中，所采用的卡尔曼滤波处理具体方法为：

将红外高度数据以及加速度高度数据加权相加后得到数据作为利用k-1时刻状态预测的k时刻的高度X(k|k-1)，利用公式(2)～(6)得到X(k|k-1)：

X(k|k-1)＝AX(k-1|k-1)+B U(k) (2)

P(k|k-1)＝AP(k-1|k-1)A’+Q (3)

X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-H X(k|k-1)) (4)

Kg(k)＝P(k|k-1)H’/(H P(k|k-1)H’+R) (5)

P(k|k)＝(I-Kg(k)H)P(k|k-1) (6)

其中：k为时间，X(k-1|k-1)是上一时刻状态最优的高度值，U(k)为当前时刻k的的控制量，P(k|k-1)是X(k|k-1)对应的协方差，P(k-1|k-1)是X(k-1|k-1)对应的协方差，Z(k)是k时刻的测量值，H是测量系统的参数，H’表示H的转置矩阵，A和B是系统参数矩阵，A’表示A的转置矩阵，Q是系统过程噪声的协方差矩阵，R是是系统测量噪声的协方差矩阵，Kg(k)是卡尔曼增益。

由于卡尔曼能够在滤波过程中进行预估，而在第三种情况下，红外传感器存在失灵的可能，因此要应对传感器失灵的状况，需要用到卡尔曼滤波中的预估的功能，且卡尔曼滤波也具备较好的实时性，能够在预测高度小于或者等于第二设定高度时实现更好的滤波效果。

本发明实施例中，设定第一设定高度大于20米，第二设定高度在7～12米之间。针对该实施例，上述S102可以以图2所示的流程实现，即：

S201、在固定翼无人机飞行的过程中，实时对固定翼无人机进行高度预测，获得固定翼无人机的预测高度。

S202、对S201中得到的预测高度进行判断，判断预测高度>第一设定高度是否成立，若成立则设置红外高度数据和加速度高度数据的权重均为0。仅以气压高度数据进行融合，并采用滑动滤波处理的方法，得到固定翼无人机的测量高度。若不成立，进入S203。

S203、对预测高度进行判断，判断预测高度>第二设定高度是否成立，若成立，则设置加速度高度数据的权重为0，设置红外高度数据权重大于气压高度数据权重，将气压高度数据和红外高度数据依据权重加权相加后，进行低通滤波处理，获得固定翼无人机的测量高度。若不成立，进入Step204。

S204、设置气压高度数据的权重为0，设置红外高度数据权重大于加速度高度数据权重，将气压高度数据、红外高度数据以及加速度高度数据加权相加后，进行卡尔曼滤波处理。以卡尔曼滤波处理的结果作为固定翼无人机的测量高度。

以上仅为S102的一个可能的实施流程，在对S102进行实现时，任何符合其思想的流程均可以使用，不局限于上述图3中的步骤限制。

本发明实施例还提供了一种用于固定翼无人机的测量高度装置，组成结构如图4所示，包括：

气压计301，用于测量获得固定翼无人机的实时高度数据，记为气压高度数据。

红外传感器302，用于测量获得固定翼无人机的实时高度数据，记为红外高度数据。

加速度计303，用于测量获得固定翼无人机的实时高度数据，记为加速度高度数据。

融合处理模块304，用于根据固定翼无人机的预测高度，针对气压高度数据、红外高度数据以及加速度高度数据设置不同的权重，得到固定翼无人机的测量高度。

融合处理模块304采用如下方式获得固定翼无人机的预测高度：

设定预测高度的初始值，以该初始值作为固定翼无人机初始时刻的预测高度。

在后续的每一时刻的测量高度的过程中，获得了气压高度数据、红外高度数据和加速度高度数据之后，采用上一次设置的针对气压高度数据、红外高度数据和加速度高度数据的权重，得到当前时刻固定翼无人机的预测高度。

融合处理模块302在获得了预测高度以后，根据预测高度，针对气压高度数据、红外高度数据以及加速度高度数据设定不同的权重，利用不同的权重将气压高度数据、红外高度数据以及加速度高度数据加权相加后，再进行滤波处理，得到固定翼无人机的测量高度。

本发明实施例中的融合处理模块302设置了两个设定高度，分别为第二设定高度和第一设定高度，且第二设定高度低于第一设定高度。融合处理模块302进行如下判断和处理：

当预测高度大于等于第一设定高度时，设置红外高度数据和加速度高度数据的权重均为0，将气压高度数据进行滑动滤波处理，得到固定翼无人机的高度数据。

本发明实施例中为了进行滑动滤波处理，将气压高度数据、红外高度数据以及加速度高度数据加权相加后得到的数据以环形队列结构进行存储。

预测高度在第一设定高度和第二设定高度之间，设置加速度高度数据的权重为0，设置红外高度数据权重大于气压高度数据权重，将气压高度数据以及红外高度数据依据权重加权相加后，进行低通滤波处理，获得固定翼无人机的测量高度。

低通滤波处理具体为：

对气压高度数据、红外高度数据以及加速度高度数据依据权重加权相加后得到的数据进行采样，针对第n次采样值X(n)，设定滤波系数α，依据公式Y(n)＝αX(n)(1-α)Y(n-1)进行低通滤波，得到低通滤波后的数据Y(n)，将Y(n)作为固定翼无人机的测量高度。n的取值为大于等于1的正整数。其中，Y(n-1)为第n-1次滤波输出值；Y(n)第n次滤波输出值。

预测高度小于或者等于第二设定高度，设置气压高度数据的权重为0，设置红外高度数据权重大于加速度高度数据权重，将红外高度数据以及加速度高度数据加权相加后，进行卡尔曼滤波处理。以卡尔曼滤波处理的结果作为固定翼无人机的测量高度。

本发明实施例中，第一设定高度大于20米，第二设定高度为7～12米之间。

具体实现时，融合处理模块304可以实现上述实施例1中的各种实现方式，融合处理模块304可以采用硬件介质加算法流程的方式实现。

本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例如，特定实施例中所描述的算法可以被修改，而系统体系结构并不脱离本发明的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。

Claims (22)

1.一种用于固定翼无人机的测量高度方法，其特征在于，包括

采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据；

在当前时刻，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据，采用前一时刻设置的针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据的权重，得到所述固定翼无人机在当前时刻的预测高度；其中所述固定翼无人机在初始时刻的预测高度为预设值；

根据所述固定翼无人机的预测高度，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据设置不同的权重，得到所述固定翼无人机的测量高度。

2.如权利要求1所述方法，其特征在于，所述根据所述固定翼无人机的预测高度，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据设置不同的权重，得到所述固定翼无人机的测量高度，包括：

根据所述固定翼无人机的预测高度，针对所述不同的测量高度方法分别获得的所述固定翼无人机的实时高度数据设置不同的权重，将多种测量高度方法分别获得的所述固定翼无人机的实时高度数据加权相加后，再进行滤波处理，得到所述固定翼无人机的测量高度。

3.如权利要求1或2所述的方法，其特征在于，所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据；包括：

采用气压测量高度、红外线测量高度以及固定翼无人机的加速度测量高度分别获得所述固定翼无人机的实时高度数据，分别记为气压高度数据、红外高度数据和加速度高度数据。

4.如权利要求3所述方法，其特征在于，所述根据所述固定翼无人机的预测高度，针对多种测量高度方法分别获得的所述固定翼无人机的实时高度数设置不同的权重，得到所述固定翼无人机的测量高度，包括：

所述预测高度大于或者等于第一设定高度，设置所述红外高度数据和所述加速度高度数据的权重均为0，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，进行滑动滤波处理，得到所述固定翼无人机的测量高度。

5.如权利要求4所述方法，其特征在于，所述将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，在进行滑动滤波处理之前，还包括：

将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后得到的数据以环形队列结构进行存储。

6.如权利要求4所述方法，其特征在于，所述第一设定高度大于20米。

7.如权利要求3所述方法，其特征在于，所述根据所述固定翼无人机的预测高度，针对所述气压高度数据、所述红外高度数据以及所述加速度高度数据设置不同的权重，得到所述固定翼无人机的测量高度，包括：

所述预测高度在第一设定高度和第二设定高度之间，设置所述加速度高度数据的权重为0，设置红外高度数据权重大于气压高度数据权重，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据依据权重加权相加后，进行低通滤波处理，获得所述固定翼无人机的测量高度；

第二设定高度低于第一设定高度。

8.如权利要求7所述方法，其特征在于，所述低通滤波处理包括：

对所述气压高度数据、所述红外高度数据以及所述加速度高度数据依据权重加权相加后得到的数据进行采样，针对第n次采样值X(n)，设定滤波系数α，依据第一公式执行低通滤波，得到低通滤波后的数据Y(n)，将Y(n)作为所述固定翼无人机的测量高度；n的取值为大于等于1的正整数；

第一公式为：Y(n)＝αX(n)(1-α)Y(n-1)

其中，Y(n-1)为第n-1次滤波输出值；Y(n)第n次滤波输出值。

9.如权利要求7所述方法，其特征在于，所述第一设定高度大于20米，所述第二设定高度在7～12米之间。

10.如权利要求3所述方法，其特征在于，所述根据所述固定翼无人机的预测高度，针对所述气压高度数据、所述红外高度数据以及所述加速度高度数据设置不同的权重，得到所述固定翼无人机的测量高度，包括：

所述预测高度小于或者等于第二设定高度，设置气压高度数据的权重为0，设置红外高度数据权重大于加速度高度数据权重，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，进行卡尔曼滤波处理，以卡尔曼滤波处理的结果作为所述固定翼无人机的测量高度。

11.如权利要求10所述方法，其特征在于，所述第二设定高度在7～12米之间。

12.一种用于固定翼无人机的测量高度装置，其特征在于，包括：

测量高度模块，用于采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据；

融合处理模块，用于根据所述固定翼无人机的预测高度，针对所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据设置不同的权重，得到所述固定翼无人机的测量高度；

其中，所述融合处理模块还用于：在当前时刻，针对所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据，采用前一时刻设置的针对所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据的权重，得到所述固定翼无人机在当前时刻的预测高度；

其中所述固定翼无人机在初始时刻的预测高度为预设值。

13.如权利要求12所述装置，其特征在于，所述融合处理模块还用于：

根据所述固定翼无人机的预测高度，针对所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据设置不同的权重，将所述采用不同的测量高度方法分别获得所述固定翼无人机的实时高度数据加权相加后，再进行滤波处理，得到所述固定翼无人机的测量高度。

14.如权利要求12所述装置，其特征在于，所述测量高度模块包括：

气压计，用于测量获得所述固定翼无人机的实时高度数据，记为气压高度数据；

红外传感器，用于测量获得所述固定翼无人机的实时高度数据，记为红外高度数据；

加速度计，用于测量获得所述固定翼无人机的实时高度数据，记为加速度高度数据。

15.如权利要求14所述装置，其特征在于，所述融合处理模块还用于：

所述预测高度大于等于第一设定高度，设置所述红外高度数据和所述加速度高度数据的权重均为0，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，进行滑动滤波处理，得到所述固定翼无人机的高度数据。

16.如权利要求15所述装置，其特征在于，所述融合处理模块还用于：

将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后得到的数据以环形队列结构进行存储。

17.如权利要求15所述装置，其特征在于，所述第一设定高度大于20米。

18.如权利要求15所述装置，其特征在于，所述融合处理模块还用于：

所述预测高度在所述第一设定高度和第二设定高度之间，设置所述加速度高度数据的权重为0，设置所述红外高度数据权重大于所述气压高度数据权重，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据依据权重加权相加后，进行低通滤波处理，获得所述固定翼无人机的测量高度；

第二设定高度低于第一设定高度。

19.如权利要求18所述装置，其特征在于，所述低通滤波处理包括：

对所述气压高度数据、所述红外高度数据以及所述加速度高度数据依据权重加权相加后得到的数据进行采样，针对第n次采样值X(n)，设定滤波系数α，依据第一公式执行低通滤波，得到低通滤波后的数据Y(n)，将Y(n)作为所述固定翼无人机的测量高度；n的取值为大于等于1的正整数；

第一公式为：Y(n)＝αX(n)(1-α)Y(n-1)

其中，Y(n-1)为第n-1次滤波输出值；Y(n)第n次滤波输出值。

20.如权利要求18所述装置，其特征在于，所述第一设定高度大于20米，所述第二设定高度在7～12米之间。

21.如权利要求12所述装置，其特征在于，所述融合处理模块还用于：

所述预测高度小于或者等于第二设定高度，设置气压高度数据的权重为0，设置红外高度数据权重大于加速度高度数据权重，将所述气压高度数据、所述红外高度数据以及所述加速度高度数据加权相加后，进行卡尔曼滤波处理，以卡尔曼滤波处理的结果作为所述固定翼无人机的测量高度。

22.如权利要求21所述装置，其特征在于，所述第二设定高度在7～12米之间。

Images